买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利基于深度强化学习与A-Star算法的自动驾驶决策规划方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119160215B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411281914.X，技术领域涉及：B60W60/00；该发明授权基于深度强化学习与A-Star算法的自动驾驶决策规划方法是由姚宝珍;杨卫晨;姜萌;冯锐;廖宇翔设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本基于深度强化学习与A-Star算法的自动驾驶决策规划方法在说明书摘要公布了：本发明公开了基于深度强化学习与A‑Star算法的自动驾驶决策规划方法，通过A‑Star算法进行全局路径规划，并利用深度强化学习模型处理局部环境感知信息，做出实时决策；通过设置奖励函数来训练神经网络模型，使其能够在保证安全性的前提下，有效地处理复杂的交通环境，并具有良好的实时性和灵活性；引入了基于车速的动态安全车距计算机制，以及对偏离全局路径、靠近前方车辆等行为的奖惩机制，以提升行驶安全性；通过仿真环境训练，智能体能够学习最佳的驾驶策略，实现更高效、更智能的自动驾驶。本发明方法，能够高效、准确地为自动驾驶车辆提供行驶决策，并具有良好的泛化能力和适应性，以适应复杂多变的交通环境。

本发明授权基于深度强化学习与A-Star算法的自动驾驶决策规划方法在权利要求书中公布了：1.一种基于深度强化学习与A-Star算法的自动驾驶决策规划方法，其特征在于，包括以下步骤： S1、使用A-Star算法在已知地图上进行全局路径规划； S2、搭建基于深度强化学习的神经网络模型，所述神经网络模型负责处理局部环境感知信息并做出实时决策； S3、对神经网络模型设置奖励函数； S4、神经网络模型接收由感知系统获取并传递来的感知信息； S5、利用步骤S1的全局路径信息、步骤S3的奖励函数以及步骤S4的感知信息，对步骤S2的神经网络模型进行训练； S6、神经网络模型中的强化学习模块基于感知信息和A-Star算法提供的全局路径规划，使用训练后的神经网络模型对局部路径进行优化，然后输出决策； 在步骤S5中，对步骤S2的神经网络模型进行训练，包括独立场景的训练和混合场景的训练； 所述独立场景，为直道场景、急弯场景、交叉路口场景、匝道场景、环道场景中的一个场景；所述混合场景，为直道场景、急弯场景、交叉路口场景、匝道场景以及环道场景中的两种或多种场景的组合； 训练时，采用的Q函数为：，其中，s表示输入状态向量即当前状态，表示在当前状态s下所采取的动作，表示神经网络的参数，为输入层到隐藏层的权重矩阵，为隐藏层到输出层的权重矩阵，为隐藏层的偏置向量，为输出层的偏置向量，为非线性激活函数； 损失函数定义为目标Q值和当前Q网络预测的Q值之间的均方误差，损失函数公式为： ， 式中，表示期望值，通常是对一个小批量mini-batch样本的均值，用于稳定梯度更新； 目标Q值是基于当前奖励和下一状态的最大Q值计算得到的，其计算方式如下： ， 式中，为基于神经网络模型的智能体在状态下采取动作a后获得的即时奖励；为折扣因子，取值范围在[0,1]之间，表示未来奖励的折扣率；表示智能体采取动作a后到达的下一个状态，表示在下一个状态下，所有可能动作中最大Q值所对应的动作，表示目标Q网络的参数； 将目标Q值代入损失函数中，得到具体的损失函数表达式： ， 通过最小化这个损失函数，DQN网络中的参数会逐渐调整，以使网络更准确地预测每个状态-动作对的Q值，从而改善神经网络模型的决策能力。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116000 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。